الصور “المحمية” أسهل في السرقة مع تقنيات الذكاء الاصطناعي

تشير الأبحاث الجديدة إلى أن أدوات التمييز المقصودة لحظر تعديلات الصور بواسطة الذكاء الاصطناعي قد تؤدي إلى نتائج عكسية. بدلاً من منع نماذج مثل Stable Diffusion من إجراء التعديلات، قد تسهل بعض الحمايات فعليًا للذكاء الاصطناعي اتباع التوجيهات بشكل أكثر دقة، مما يجعل التلاعب غير المرغوب فيه أكثر سهولة.

هناك مجال قوي في أدب الرؤية الحاسوبية يركز على حماية الصور المحمية بحقوق التأليف والنشر من التدريب في نماذج الذكاء الاصطناعي أو استخدامها في عمليات الصور المباشرة. تهدف الأنظمة من هذا النوع بشكل عام إلى نماذج التبديد اللاتنتي (LDMs) مثل Stable Diffusion وFlux، والتي تستخدم إجراءات قائمة على الضوضاء لتشفير وفك تشفير الصور.

من خلال إدراج ضوضاء معادية في الصور التي تبدو عادية، يمكن إعاقة كاشفات الصور لتحديد محتوى الصورة بشكل غير صحيح، وتعطيل أنظمة توليد الصور من استغلال البيانات المحمية بحقوق التأليف والنشر:

من ورقة MIT ‘raising the Cost of Malicious AI-Powered Image Editing’، أمثلة على صورة مصدر محمية ضد التلاعب (الصف السفلي). المصدر: https://arxiv.org/pdf/2302.06588

منذ ردة فعل الفنانين ضد استخدام Stable Diffusion للصور الممسوحة ضوئيًا من الويب (بما في ذلك الصور المحمية بحقوق التأليف والنشر) في عام 2023، أنتجت المشهد البحثي العديد من المتغيرات على نفس الموضوع – فكرة أن الصور يمكن أن تكون مخدرة ضد التدريب في نماذج الذكاء الاصطناعي أو سحبها إلى خطوط أنابيب الذكاء الاصطناعي التوليدية، دون التأثير السلبي على جودة الصورة للمشاهد العادي.

في جميع الحالات، هناك علاقة مباشرة بين شدة الاضطراب المطبق ومدى حماية الصورة بعد ذلك ومدى عدم جودة الصورة:

على الرغم من أن جودة ورقة البحث لا توضح تمامًا المشكلة، فإن كميات أكبر من الاضطراب المعادي تضحي بالجودة من أجل الأمان. هنا نرى مجموعة من اضطرابات الجودة في مشروع Fawkes لعام 2020 بقيادة جامعة شيكاغو. المصدر: https://arxiv.org/pdf/2002.08327

من المثير للاهتمام للفنانين الذين يبحثون عن حماية أسلوبهم ضد الاستخدام غير المصرح به هو قدرة هذه الأنظمة على إخفاء الهوية والمعلومات الأخرى، و”إقناع” عملية التدريب بالذكاء الاصطناعي بأنها ترى شيئًا مختلفًا عما هي عليه في الواقع، بحيث لا تتشكل روابط بين المجالات الدلالية والبصرية للبيانات المحمية (أي، توجيه مثل “بالنمط الخاص ببول كلي”):

Mist و Glaze هما طريقتان شائعتان لتحقيق الحقن قادرة على منع، أو على الأقل تعطيل محاولات استخدام أساليب محمية بحقوق التأليف والنشر في سير عمل وروتين التدريب بالذكاء الاصطناعي. المصدر: https://arxiv.org/pdf/2506.04394

الهدف الذاتي

الآن، وجدت الأبحاث الجديدة من الولايات المتحدة أن الاضطرابات لا فقط تفشل في حماية الصورة، بل أن إضافة الاضطراب يمكن أن يحسن قابلية الصورة للاستغلال في جميع العمليات التي تهدف الاضطراب إلى منعها.

تنص الورقة على:

‘في تجاربنا مع طرق حماية الصور القائمة على الاضطراب عبر مجالات متعددة (صور المشاهد الطبيعية والفنون) ومهام التحرير (توليد الصور من الصور وتحرير الأسلوب)، اكتشفنا أن هذا الحماية لا يصل إلى هدفها بشكل كامل. ‘

‘في معظم السيناريوهات، يولد تحرير الصور المحمية بواسطة التبديد نتائج صور متوافقة تمامًا مع توجيهات التحرير. ‘

‘تشير نتائجنا إلى أن إضافة الضوضاء إلى الصور قد تزيد بشكل متناقض من ارتباطها بالنصوص الموجهة خلال عملية التوليد، مما يؤدي إلى عواقب غير مقصودة مثل تحريرات أفضل.’

‘لذلك، نجادل بأن الأساليب القائمة على الاضطراب قد لا توفر حلاً كافياً لتحقيق حماية صورة قوية ضد التحرير القائم على التبديد.’

الطريقة

أجرت المجموعة تجارب باستخدام ثلاث طرق حماية تطبق اضطرابات معادية مصممة بعناية: PhotoGuard؛ Mist؛ وGlaze.

تم اختبار PhotoGuard على صور المشاهد الطبيعية باستخدام مجموعة بيانات Flickr8k، التي تحتوي على أكثر من 8000 صورة مقترنة مع ما يصل إلى خمس عناوين لكل صورة.

أفكار معارضة

تم إنشاء مجموعتان من العناوين المعدلة من العنوان الأول لكل صورة بمساعدة Claude Sonnet 3.5. تحتوي إحدى المجموعات على توجيهات قريبة سياقيًا من العناوين الأصلية؛ بينما تحتوي المجموعة الأخرى على توجيهات بعيدة سياقيًا.

على سبيل المثال، من العنوان الأصلي ‘فتاة شابة في فستان وردي يدخل إلى كابينة خشبية’، يكون التوجيه القريب ‘شاب صغير في قميص أزرق يدخل إلى منزل من الطوب’. في المقابل، يكون التوجيه بعيد ‘قطةتان مستلقيتان على الأريكة’.

المقاييس

为了 تقييم مدى تأثير الحمايات في التحرير بواسطة الذكاء الاصطناعي، قاس الباحثون مدى مطابقة الصور النهائية للتوجيهات التي تم إعطاؤها لها، باستخدام أنظمة تقييم تراكب الصورة والنص.

تم استخدام مقياس CLIP-S، الذي يستخدم نموذجًا يمكنه فهم الصور والنصوص، لتحديد مدى تشابههما.

الهجوم الفني

للتجارب على الصور الطبيعية، تم استخدام مجموعة بيانات Flickr1024، التي تحتوي على أكثر من ألف صورة عالية الجودة.

تم تطبيق تحرير الأسلوب على الصور باستخدام توجيهات اتبعت نمط ‘تغيير الأسلوب إلى [V]’، حيث تمثل [V] أحد أساليب الفن الشهيرة السبع: التكعيبية، بعد الانطباعية، الانطباعية، السريالية، الباروكية، الفوفية، والنهضة.

الاستنتاج

منذ ظهور نماذج التبديد، تم دفع الاضطراب المعادي كحل لمشكلة حقوق التأليف والنشر؛ ومع ذلك، لم تظهر أي حلول قوية من خلال الأوراق المنشورة حول هذا الموضوع.

إما أن الاضطرابات المطبقة تقلل بشكل كبير من جودة الصورة، أو أن الأنماط لا تثبت أنها قادرة على الصمود أمام التلاعب والعمليات التحويلية.

ومع ذلك، يبدو أن حلم التخلي عن هذا الحل صعب، لأن البديل يبدو أنه سيكون مراقبة واطئة واطئة من قبل أطراف ثالثة وإطارات إثبات النسب، مثل مخطط C2PA بقيادة Adobe ، الذي يهدف إلى الحفاظ على سلسلة من الأصول للصور بدءًا من مستشعر الكاميرا، ولكنها لا تملك أي صلة بالمحتوى الموضح.

في أي حال، إذا كان الاضطراب المعادي يزيد فعليًا من سوء المشكلة، كما تشير الورقة الجديدة إلى أن هذا قد يكون صحيحًا في العديد من الحالات، فمن الممكن أن يُطرح سؤال حول ما إذا كان البحث عن حماية حقوق التأليف والنشر من خلال هذه الوسائل يندرج تحت فئة “الكيمياء”:

ت التي لا تملك أي صلة بالمحتوى الموضح. في أي حال، إذا كان الاضطراب المعادي يزيد فعليًا من سوء المشكلة، كما تشير الورقة الجديدة إلى أن هذا قد يكون صحيحًا في العديد من الحالات، فمن الممكن أن يُطرح سؤال حول ما إذا كان البحث عن حماية حقوق التأليف والنشر من خلال هذه الوسائل يندرج تحت فئة “الكيمياء”.

نشر لأول مرة يوم الإثنين، 9 يونيو 2025